J.P. Morgan: «Патчмагеддон» превращает кибербезопасность в гонку скоростей (Майкл Сембалест)
AI меняет временной баланс между обнаружением уязвимости, выпуском патча и началом атаки. Разработчики и корпоративные службы безопасности по-прежнему действуют со скоростью людей и организаций, тогда как поиск уязвимостей и создание эксплойтов переходят на машинную скорость.
В 2025 году было раскрыто 48 185 распространенных уязвимостей, но исправлено лишь около 7 500. Примерно в 60% случаев взлома патч к моменту компрометации существовал, однако не был установлен. Средний период между раскрытием уязвимости и ее первым использованием сократился примерно до одного дня.
Проблема заключается не только в отсутствии исправлений, но и в неспособности компаний достаточно быстро их проверить, развернуть и убедиться, что обновлены все устройства. Более 80% специалистов по безопасности хотя бы раз откладывали патч, чтобы не нарушить работу компании, а 80% CIO и CISO обнаруживали, что обновление, считавшееся установленным по всей сети, фактически не дошло до части устройств.
Доля атак, происходящих до раскрытия уязвимости или непосредственно в день публикации, приблизилась к 80%. Медианное время до эксплуатации сократилось примерно с года в 2021 году до одного дня в 2026 году. К 2027 году этот период может уменьшиться до одной минуты.
После выхода патча AI способен проанализировать исправление, восстановить природу уязвимости и создать рабочий эксплойт за считанные минуты. Распространение атаки по миру может начаться в течение нескольких часов.
Новые передовые модели резко увеличивают число обнаруживаемых проблем. Mythos помог Mozilla найти 271 уязвимость в Firefox, более чем в десять раз больше, чем предыдущее поколение Claude. В первый месяц участники Project Glasswing обнаружили свыше 10 тыс. новых уязвимостей высокой и критической степени. Cloudflare сообщила о 2 тыс. найденных дефектов, из которых 400 были серьезными.
При этом 95% обнаружений Mythos на момент исследования отсутствовали в стандартных базах CVE и публичных уведомлениях. Это означает, что AI не просто ускоряет поиск известных типов проблем, но и расширяет сам массив уязвимостей, о существовании которых компании раньше не знали.
Кибервозможности государственного уровня становятся массовым инструментом. То, что прежде было доступно нескольким разведывательным и военным подразделениям, в течение 6-12 месяцев может появиться в свободно загружаемых моделях с открытыми весами. Разрыв между закрытыми и открытыми моделями сократился примерно до трех месяцев, а защитные ограничения загруженной модели можно удалить менее чем за час.
Наиболее уязвимое место всей системы связано с открытым программным кодом. Компоненты open source присутствуют в 99% коммерческих кодовых баз и составляют около 77% коммерческого программного обеспечения. При этом 55% пакетов, или примерно 18 млн, имеют лишь одного указанного сопровождающего.
В 94% крупнейших рассмотренных проектов менее десяти разработчиков написали свыше 90% кода. Значительная часть мировой цифровой инфраструктуры зависит от небольшой группы добровольцев, которые не располагают ресурсами крупных технологических компаний.
Anthropic выявила более 23 тыс. потенциальных уязвимостей в open source, включая около 3 900 серьезных. Из 530 критических и высокорисковых проблем, переданных сопровождающим проектов, было исправлено только 75. Скорость обнаружения уязвимостей опережала скорость установки патчей в 16,5 раза, хотя сопровождающие подтверждали получение примерно 90% обращений.
AI создает не только дополнительные инструменты защиты, но и лавину работы, которую некому выполнять. Ограничением становится не способность найти уязвимость, а наличие специалистов, способных проверить результат, подготовить исправление и безопасно развернуть его.
Еще сложнее ситуация в промышленной инфраструктуре. Облачные системы обычно заменяются каждые четыре-пять лет, тогда как оборудование электростанций, заводов, трубопроводов и водоканалов может эксплуатироваться 10-18 лет.
По оценке J.P. Morgan, патчи можно установить лишь на 55-65% промышленного сетевого оборудования. Для 12-20% обновление технически невозможно, а для 20-30% патчей вообще не существует.
Атака на энергосистему, телекоммуникационную магистраль, платежно-клиринговую организацию или крупного облачного провайдера может вызвать каскадный сбой в банках, связи, здравоохранении, транспорте и водоснабжении. Отключение крупного облачного провайдера на 30 дней способно нарушить работу больниц, экстренных служб, финансовых организаций и авиационной инфраструктуры.
Те же модели могут использоваться для автоматизации защиты. Claude Security ищет уязвимости и готовит варианты исправлений. С помощью Claude было устранено более 2 100 проблем.
Codex Security просканировал свыше 30 млн отправленных материалов и более 30 тыс. кодовых баз. Проверяющие отметили свыше 70 тыс. исправленных обнаружений, еще более 500 тыс. система классифицировала как устраненные автоматически.
Для компаний скорость обновления становится таким же показателем качества кибербезопасности, как точность обнаружения. Необходимы полный учет аппаратных, программных и облачных активов, сокращение зависимости от заброшенных open-source-пакетов, ускорение тестирования патчей, сегментация сетей, ограничение постоянных привилегий и регулярная проверка планов восстановления.
Многофакторная аутентификация, надежное журналирование и защищенные настройки по умолчанию приобретают дополнительное значение, поскольку нужный патч может не появиться вовремя или оказаться несовместимым с устаревшей системой.
Частный сектор не способен самостоятельно устранить весь риск. Требуются механизмы быстрого обмена информацией, финансирование замены устаревшего оборудования, поддержка сопровождающих ключевых open-source-проектов и предварительная оценка наиболее мощных AI-моделей.
Расходы на кибербезопасность становятся все менее дискреционными. Компании сектора cybersecurity в 2026 году значительно опережали широкий рынок программного обеспечения. Несмотря на 15%-ное восстановление software после апрельского снижения, премия его мультипликатора P/S к S&P 500 оставалась около минимума с 1991 года.
Бенефициарами этого цикла могут стать поставщики систем управления уязвимостями, инвентаризации активов, защиты цепочек поставок open source, автоматизированного патчинга и безопасности промышленного оборудования.
При этом масштаб угрозы пока трудно измерить точно. Значительная часть оценок основана на тестах моделей, данных разработчиков и сценариях, а не на длительной истории реальных атак. Надежность AI как сканера также невозможно полностью оценить: ложные срабатывания можно проверить, но число пропущенных уязвимостей неизвестно.
Узким местом кибербезопасности становится не поиск уязвимости, а способность бизнеса и государства исправить ее быстрее, чем злоумышленники успеют превратить ее в рабочую атаку.